Duarte, António Alexandre de OliveiraProvasi, Veronica2024-04-232024-04-232023-12-052023-09http://hdl.handle.net/10400.14/44745The dawn of artificial intelligence (A.I.) foreshadows the beginning of a transformative era and prepares a profound societal shift, as witnessed in the past with historical technological innovations. As A.I. continues to rise, its implications on content creation become more significant daily, but its impact on copywriting remains an unexplored area in the literature. This Internship Report delves into the understanding of the impact of A.I. on copywriting, aiming to determine the ability of social media users to distinguish AI-generated content from human-crafted prose.Undertaking a mixed-methods approach, this study combines the depth of qualitative insights from focus group discussions with the breadth of quantitative data from an experimental design. While the quantitative experiment offers an overview of participants' discernment capabilities, the focus group discussions provide a nuanced understanding of the underlying biases, perceptions, and emotions influencing their judgments.Results indicate a discord in discernment skill based on the specific content pairs presented, with no overarching consensus on A.I.'s detectability, signifying how A.I. can be recognized if used by inexperienced hands but, if used as a tool correctly, cannot be recognized. Interestingly, participants with a writing background demonstrated a higher accuracy rate, though other variables had minimal impact. The experiment revealed that participants consistently underestimated A.I.'s capabilities, highlighting a gap between perceived and actual discernment abilities.This research aimed to contribute to the nascent literature on A.I.'s role in copywriting, emphasizing the need for a holistic understanding that integrates the technological prowess of A.I. and the intricate human factors influencing content perception.O aperfeiçoamento da Inteligência Artificial (I.A) prenuncia o início de uma era transformadora e prepara uma mudança profunda na sociedade, tal como se verificou no passado com as inovações tecnológicas históricas. À medida que a I.A. continua a crescer, as suas implicações na criação de conteúdos tornam-se cada vez mais significativas, mas o seu impacto na redação continua a ser uma área inexplorada na literatura. Este relatório investiga a compreensão do impacto da I.A. na redação, com o objetivo de determinar a capacidade dos utilizadores das redes sociais para distinguir o conteúdo gerado pela I.A. da escrita humanas. Adoptando uma abordagem de métodos mistos, este estudo combina a profundidade das percepções qualitativas das discussões dos grupos de discussão com a amplitude dos dados quantitativos de um projeto experimental. Enquanto a experiência quantitativa oferece uma visão geral das capacidades de discernimento dos participantes, as discussões dos grupos de discussão proporcionam uma compreensão matizada dos preconceitos, percepções e emoções subjacentes que influenciam os seus julgamentos. Os resultados indicam uma discórdia na capacidade de discernimento com base nos pares de conteúdos específicos apresentados, sem um consenso global sobre a detetabilidade da I.A., o que significa que a I.A. pode ser reconhecida se for utilizada por mãos inexperientes mas, se for utilizada como uma ferramenta correcta, não pode ser reconhecida. Curiosamente, os participantes com experiência em escrita demonstraram uma taxa de precisão mais elevada, embora outras variáveis tenham tido um impacto mínimo. A experiência revelou que os participantes subestimaram sistematicamente as capacidades da I.A., evidenciando um fosso entre as capacidades de discernimento percebidas e as reais. Esta investigação pretendeu contribuir para a literatura nascente sobre o papel da I.A. no copywriting, enfatizando a necessidade de uma compreensão holística que integre as proezas tecnológicas da I.A. e os intrincados factores humanos que influenciam a perceção do conteúdo.engArtificial intelligenceCopywritingContent perceptionMixed-methodsFocus groupsExperimental designInteligência artificialPerceção de conteúdosMétodos mistosGrupos focaisDesign experimentalmaster thesis203493826